如果您不聞到什麼是花？
clearviewimages rf/alamy
似乎最後一代人工智能模型顯然對人類層面有了解，但事實證明，他們缺乏感官信息，身體限制了他們對花朵或幽默的理解程度的限制。
Qihui Xu 在俄亥俄州大學和她的同事們，人們和大型語言模型（LLMS）都被詢問他們對近4,500個單詞的理解 – 從“鮮花”和“蹄”到“幽默”和“搖擺”。要求AI的參與者和模型評估各個方面的每個單詞，例如他們引起的情感興奮程度，或者與身體不同部位的感覺和身體互動的聯繫。
與排名中的人相比，目標是看到包括GPT-3.5和GPT-4，GPT-4和Google Palm和Gemini在內的LLM。事實證明，人們和人工智能具有類似的單詞概念圖，這些概念圖與與外界的互動無關，但是當單詞與感受和身體行為相關聯時，這是非常不同的。
例如，通常，AI模型認為您可以通過身體測試花朵 – 大多數人認為這很奇怪，更喜歡在視覺上或旁路欣賞它們。
Sui說，問題是LLMS從從互聯網固化的文本中建立了他對世界的理解，這根本不足以理解感官概念。她說：“他們與人們完全不同。”
AI的一些模型還接受了視覺信息的培訓，例如攝影和視頻，除了文本外，研究人員發現，這些模型的結果更接近人類單詞的評分，這增加了增加更多感受的可能性可以導致人工智能的未來模型，從而導致人工智能的未來模型到人類對世界的理解。
XUI說：“這告訴我們，多模式學習的優勢可能比我們預期的要多。這就像一個加上，實際上可能有兩個以上。” “從AI的發展的角度來看，這是支持開發多模式模型和擁有身體重要性的重要性。”
菲利普·費爾德曼（Philip Feldman） 巴爾的摩區馬里蘭大學說，提供機器人的人工智能模型並使他們接受感覺運動輸入可能會大大躍升，但是鑑於機器人可能會對周圍的人造成物理損害的風險，我們必須非常謹慎。
根據費爾德曼（Feldman）的說法，避免這種風險意味著向機器人股票增加保護軌道，或者僅使用可能不會造成培訓損害的軟機器人，但這將具有自己的缺點。
費爾德曼說：“正如他們了解世界的那樣，它將被變形。” “他們學到的一件事是，您可以反彈，因為它們幾乎沒有群眾。現在，您試圖對與身體接觸有關的深刻理解（在帶有質量的真實機器人中）相關，並且您擁有自己的類人體機器人，他們相信它們可以完全互相墜毀。嗯，這將是一個問題。”
主題：
